Développement de la technologie de reconnaissance faciale

Développement de la technologie de reconnaissance faciale

Développement de la technologie de reconnaissance facialees recherches sur le système de reconnaissance faciale ont commencé dans les années 1960. Il a été amélioré après les années 1980 avec le développement de la technologie informatique et de la technologie d'imagerie optique. Il est entré dans la phase d'application primaire à la fin des années 90 en fait, et il a été dominé par la réalisation technique des États-Unis, de l'Allemagne et du Japon. La clé du succès du système de reconnaissance faciale réside dans le fait de savoir si les informations faciales clés sont collectées et si l'algorithme de base sophistiqué est possédé et si les résultats de reconnaissance sont obtenus grâce au taux et à la vitesse de reconnaissance pratiques. Le «système de reconnaissance faciale» intègre l'intelligence artificielle, la reconnaissance automatique, l'apprentissage automatique, la théorie des modèles, le système expert, le traitement d'images vidéo et d'autres technologies. En même temps, il doit combiner la théorie et la réalisation du traitement médian et c'est la dernière application de la reconnaissance des caractéristiques biologiques et sa réalisation technologique de base montre la transformation d'une intelligence artificielle faible en une intelligence artificielle forte.
La technologie de reconnaissance faciale traditionnelle est principalement la reconnaissance faciale basée sur l'image en lumière visible. C'est un moyen de reconnaissance familier et a une histoire de R&D de plus de 30 ans. Cependant, cette manière présente un défaut insurmontable. En particulier, lorsque l'éclairage environnemental change, les effets de reconnaissance diminuent fortement et les exigences réelles du système ne peuvent pas être satisfaites. Les schémas qui résolvent le problème d'éclairage comprennent la reconnaissance faciale d'image 3D d'une image de lumière visible et la reconnaissance faciale d'imagerie thermique. Cependant, ces deux technologies sont loin d'être matures et les effets de reconnaissance sont insatisfaisants.
Une solution en développement rapide est la technologie de reconnaissance faciale à sources lumineuses multiples basée sur une image active dans le proche infrarouge. Il peut surmonter les impacts du changement de lumière et a obtenu des performances de reconnaissance exceptionnelles et les performances globales de son système en termes de précision, de stabilité et de vitesse dépassent la reconnaissance faciale de l'image 3D. Une telle technologie se développe rapidement au cours des 2-3 dernières années, de sorte que la technologie de reconnaissance faciale évolue progressivement vers la pratique.
Comme d'autres caractéristiques biologiques (empreintes digitales et iris) du corps humain, le visage est inhérent. Son caractère unique et sa bonne caractéristique de «pas facilement copié» fournissent les conditions préalables nécessaires à l'authentification de l'identité. Par rapport à d'autres types de reconnaissance biologique, la reconnaissance faciale présente les caractéristiques suivantes:
1. Non obligatoire: le sujet n'a pas à coopérer spécialement avec le dispositif de prélèvement facial. L'image du visage peut être obtenue presque à l'état inconscient. Une telle méthode d'échantillonnage n'est pas «obligatoire»;
2. Sans contact: le sujet n'a pas à contacter directement l'appareil pour obtenir l'image du visage;
3. Concurrence: dans les scénarios d'application réels, plusieurs visages peuvent être triés, jugés et reconnus;
4. De plus, la caractéristique visuelle est remplie: la caractéristique «reconnaître la personne par son apparence». En outre, il présente des caractéristiques telles qu'une opération simple, un résultat visuel et une bonne dissimulation.

Algorithme de reconnaissance

D'une manière générale, le système de reconnaissance faciale comprend la prise d'image, le positionnement du visage, le prétraitement d'image et la reconnaissance faciale (confirmation d'identité ou recherche d'identité). Généralement, l'entrée du système est un morceau ou une série d'images faciales avec une identité incertaine, et une image faciale de plusieurs identités connues dans la base de données faciale ou le code correspondant. Le résultat est une série de scores de similarité, montrant l'identité du visage à reconnaître.
Généralement, les algorithmes de reconnaissance faciale sont classés comme suit:
● Algorithmes de reconnaissance basés sur les fonctionnalités.
● Algorithmes de reconnaissance basés sur l'apparence.
● Algorithmes de reconnaissance basés sur des modèles.
● Algorithmes de reconnaissance utilisant un réseau neuronal.
● Théorie du modèle d'estimation basée sur l'éclairage.
● La méthode de prétraitement de l'éclairage basée sur la correction du niveau de gris gamma est augmentée. En outre, sur la base du modèle d'estimation d'éclairage, la stratégie de compensation d'éclairage et d'équilibre d'éclairage correspondante est effectuée.
● Théorie de correction des statistiques de déformation optimisée.
● Théorie de correction basée sur la déformation des statistiques, posture du visage optimisée.
● Théorie des itérations améliorée.
● La théorie d'itération améliorée est une extension efficace de l'algorithme de détection faciale DLFA.
● Théorie originale de la reconnaissance des caractéristiques en temps réel. Une telle théorie met l'accent sur le traitement médian des données faciales en temps réel, obtenant ainsi les meilleurs effets de correspondance entre le taux de reconnaissance et l'efficacité de la reconnaissance.

Scénario d'application

La caméra de surveillance de reconnaissance faciale fournit des fonctions telles que la reconnaissance faciale, une forte inhibition de la lumière, la balance des blancs dynamique, la protection dissimulée, la compensation de contre-jour et le réglage de l'image. Il peut être utilisé pour la vidéo de surveillance à l'intérieur et à l'extérieur dans les parties importantes de l'activité publique et des lieux de rassemblement, tels que les parcs, les usines, les magasins, les places extérieures, les centres de conférence, les sites sportifs, les écoles, les hôpitaux, les zones résidentielles, les rues commerciales et les grands supermarchés, et entrée et sortie du hall, ascenseur et autres canaux principaux de l'hôtel (maison d'hôtes), des lieux de restauration et de loisirs et des immeubles de bureaux.
La combinaison identification / système de nom réel / vérification du nom réel / vérification du certificat humain / certificat humain peut surveiller les foules à l'aéroport, au stade, au supermarché et dans d'autres lieux publics. Par exemple, le système de surveillance est installé à l'aéroport pour empêcher le terroriste de monter à bord de l'avion. Dans le guichet automatique bancaire, si la carte et le mot de passe sont volés, les espèces seront retirées par d'autres. Dans le même temps, la reconnaissance faciale peut éviter de telles circonstances. En interrogeant les données d'image cible, on recherche si des informations de base sur la population clé existent dans la base de données. Par exemple, le système est installé à l'aéroport ou à la gare pour arrêter le fugitif.